冬小麥作為我國(guó)主要的糧食作物之一,在我國(guó)居民食品消費(fèi)中占有重要比重。葉面積指數(shù)是農(nóng)作物長(zhǎng)勢(shì)的重要生化參數(shù)之一,是反映農(nóng)作物群體大小以及生長(zhǎng)狀況的重要?jiǎng)討B(tài)監(jiān)測(cè)指標(biāo)。近年來(lái),隨著遙感技術(shù)的飛速發(fā)展,遙感傳感器趨向于高空間分辨率與高光譜分辨率方向發(fā)展,遙感平臺(tái)趨向于地球同步軌道與近地?zé)o人機(jī)方向發(fā)展�；谛l(wèi)星遙感雖然可以獲取地面大范圍遙感數(shù)據(jù),但受氣候條件,重訪周期等影響,數(shù)據(jù)實(shí)效性較差。而近地?zé)o人機(jī)遙感數(shù)據(jù)獲取方式靈活、受大氣影響較小,已成為作物長(zhǎng)勢(shì)監(jiān)測(cè)數(shù)據(jù)獲取的重要手段,由于高光譜遙感數(shù)據(jù)量大,涵蓋的地表信息豐富,利用經(jīng)驗(yàn)?zāi)Ｐ瓦M(jìn)行LAI反演雖然計(jì)算簡(jiǎn)單,但損失了高光譜大量的有效信息。所以,本文提出了基于無(wú)人機(jī)高光譜遙感數(shù)據(jù)降維的葉面積指數(shù)反演方法。本文以北京市昌平區(qū)國(guó)家精準(zhǔn)農(nóng)業(yè)實(shí)驗(yàn)基地為研究區(qū)域,利用無(wú)人機(jī)高光譜遙感技術(shù)獲取研究區(qū)冬小麥拔節(jié)期、挑旗期和開花期的高光譜遙感數(shù)據(jù),同步采集地面ASD與LAI實(shí)測(cè)數(shù)據(jù),完成以下研究工作:（1）分析三期高光譜數(shù)據(jù)相關(guān)性;（2）基于MATLAB開發(fā)出高光譜降維工具包,利用主成分分析、拉普拉斯映射、局部保留投影、線性判別分析與等距離映射對(duì)高光譜數(shù)據(jù)進(jìn)行降... 

【文章來(lái)源】：西安科技大學(xué)陜西省

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

我國(guó)主要糧食作物比重圖

圖 1.2 植被的光譜特征曲線周知，綠色植被主要依靠自身光合色素進(jìn)行光合作用，將二氧化碳有機(jī)物，光合色素對(duì)可見光范圍內(nèi)除綠光波段的光譜具有很強(qiáng)的吸谷”，即“藍(lán)邊”、“綠峰”、“黃邊”、“紅谷”的光譜特征分布[4]。而 被對(duì)紅光波段強(qiáng)吸收和近紅外散射的過(guò)渡階段，即光譜特征曲線中的”成為評(píng)價(jià)植被生長(zhǎng)結(jié)構(gòu)、營(yíng)養(yǎng)狀況及 LAI 的重要指標(biāo)。研究表明良好時(shí)，出現(xiàn)紅移，即“紅邊”向長(zhǎng)波方向移動(dòng)，反之，當(dāng)植生長(zhǎng)，營(yíng)養(yǎng)物質(zhì)缺失時(shí)，出現(xiàn)藍(lán)移，即“紅邊”向可見光方向移動(dòng)。在 7于葉片內(nèi)部結(jié)構(gòu)，主要是葉肉細(xì)胞與細(xì)胞間隙厚度的影響，光譜表現(xiàn)0%的散射。在 1350~2500nm 波段植被光譜特征主要受葉片含水量影同一作物不同生長(zhǎng)環(huán)境，不同生育期，不同營(yíng)養(yǎng)成分也會(huì)表現(xiàn)出不同正是由于光譜特征差異性的存在，形成了利用光譜特征實(shí)現(xiàn)對(duì)植被，種類識(shí)別，營(yíng)養(yǎng)物質(zhì)診斷的理論基礎(chǔ)。外研究現(xiàn)狀

西安科技大學(xué)碩士學(xué)位論文步實(shí)測(cè) LAI 對(duì) SVR 進(jìn)行參數(shù)優(yōu)化，最后利用優(yōu)化后的 SVR 建立不同生育期、不同算法下的 LAI 反演模型，并與植被指數(shù)反演模型進(jìn)行對(duì)比分析。第五章 結(jié)論與展望本章主要闡述了論文的最終實(shí)驗(yàn)結(jié)果，總結(jié)了論文所完成的工作情況以及論文中存在的不足，并對(duì)利用無(wú)人機(jī)高光譜進(jìn)行地面作物長(zhǎng)勢(shì)監(jiān)測(cè)提出展望。


本文編號(hào)：3465700